记一次OCR识别训练

记一次OCR识别训练

前言

如果有需要某日校园打卡的小伙伴会注意到，每隔一段时间会有图片需要进行验证（根据内部消息透露，这个是根据设备码进行绑定的，防止自动，不过也是留了一点余地，大概两周可能才会出现一次）

既然选择了auto，必然不能每两周自己打开验证啊，本着探索的精神（bushi），我觉得自己训练一下然后选择就好了

训练

这里我选用的是哲哥的项目ddddocr训练工具，我想有些用python做爬虫项目的小伙伴还是用过ddddocr识别验证码的，毕竟简单免费嘛哈哈哈，训练的条件以及步骤可以自行进入项目查看，还是需要一些门槛的。当然训练也是需要数据集的，我这里大概爬了一千多张带有正确名字hash值的图片

训练起来一千多的训练集可能不算很多，不过已经够用了，但是我在训练过程中还是遇到了问题，我的准确度很低，只有0.27，导致无法结束训练，于是修改配置文件将准确度改成0.25导出模型进行测试

我本来以为0.27正确率会非常低，但是进行验证的时候发现，远比我想象的要高，基本喂给它的图片都能给出正确答案

部署

当然完成训练之后我们就要想办法用起来，如果仅仅只是简单的在本机上进行识别未免太过浪费电脑资源了，于是我找到了哲哥的另一个项目使用ddddocr的最简api搭建项目，支持docker，搭建一个api以方便使用，需要的时候直接调用就好了。部署还是非常简单的，如果需要调用自己的模型就比较麻烦，因为是直接调用的ddddocr，所以需要去python的模块里面修改代码，在调用ddddocr的时候加入参数import_onnx_path和charsets_path，填的就是导出的模型位置，最好还是绝对路径，避免找不到。

​ 在部署完之后我们直接访问我们服务器ip加上默认端口9898就能够实现调用api识别图片了

http://xxx.xxx.xxx.xxx:9898/ocr/b64/json